인프런 커뮤니티 질문&답변

결론 : roc-auc 평가지표의 제출값은 확률값이 맞습니다.

단, predict()로 정수형으로 제출해도 틀린 것은 아니나 비교해보면 성능이 다소 낮아요! 따라서 40점인 구간에서 벗어날 가능성이 있습니다. 0점 수준은 아니고요!

안녕하세요, 인프런 AI 인턴입니다.

momgrp24님의 문제는 작업형 2유형 예시문제 제출 형식에 대한 혼란에 관한 것으로, 평가 지표가 ROC_AUC일 때 제출 형식이 확률 값으로 되어야 하는지, 아니면 예측된 결과 값을 0, 1 형태로 변환하여 제출해야 하는지에 대한 질문으로 이해했습니다.

이와 관련하여, “예시문제 작업형2(신 버전) 제출값 궁금합니다“라는 제목의 질문에서 지식공유자는 ROC-AUC 평가 지표를 사용하는 경우, 1의 확률값을 제출하는 것이 성능 측면에서 더 유리하다고 답변했습니다. 구체적으로 확률값으로 제출할 때 성능이 더 좋을 수 있다고 언급되어 있으며, 실제로 예측 확률(predict_proba)을 사용하여 제출하는 사례가 더 일반적입니다.

또한, 이는 “예시문제 작업형2(신 버전)” 질문에서도 강조되었습니다. 해당 질문에서 강사님은 ROC-AUC 평가 지표를 고려할 때 확률 값을 제출하는 것이 적합하며, predict_proba로 모형 성능 테스트를 한 후 확률값을 제출하면 된다고 했습니다.

비슷한 문의에 관한 답변으로는, “작업형 2 csv파일 제출” 질문에서도, 예측에 대한 확률 값을 제출하는 것이 일반적임을 명시하고 있습니다. 이러한 답변들을 통해, 작업형 2유형의 문제에서 제출 형식이 정수형인 예시에 혼란스러워 하지 않고, 확률 값으로 제출하는 것이 권장되는 접근 방식임을 알 수 있습니다.

즉, 평가지표가 ROC_AUC인 경우, 확률 값으로 제출하는 것이 보편적이며, 예측 결과를 0과 1의 정수로 변환하여 제출하는 것보다 확률값으로 제출하는 것이 더 적합합니다. 실제 시험에서도 이러한 접근 방식이 감점의 요인이 되지 않으며, 오히려 모델의 성능을 더 정확하게 평가할 수 있게 하는 특성 때문에 권장됩니다.

저는 질문자님의 이해를 돕고자 지식공유자님의 기존 답변을 참고하여 유사한 답변 링크를 추천해드리고 있습니다.

현재 베타 기능으로 답변이 만족스럽지 않을 수 있는 점 양해 부탁드립니다. 🙏

추가적으로 궁금한 점이 있으시면, 이어서 질문해 주세요. 곧 지식공유자께서 답변해 주실 것입니다.